注册 登录

标签：大模型

29岁大厂科学家刚入职就喊着走，20亿美金估值的RSI创业究竟是技术信仰还是PPT组局

摘要：分析姚顺宇离职创业背后的PPT溢价与资本捧场逻辑。揭示大厂科学家镀金转投VC的热钱套路，以及企业端定制模型在现实成本面前的落地困境。网友动态：姚顺宇创业这事，人还没走消息先飞了？10月13日，市场传出消息，Google DeepMind的主任资深研究科学家姚顺宇已经开启RSI方向创业，新公司定位是给企业开发定制化模型，估值约20亿美元，投资方主要来自海外。姚顺宇今年29岁，清华物理系本科，斯坦福博士，伯克利博士后。2024年10月加入Anthropic的Claude团队，负责Claude 3.7 Sonnet框架和Claude 4系列背后的强化学习理论，2025年9月离职，公开说的原因是跟公司价值观有根本分歧，40%来自这个，60%不便透露。离职10天后他进了Google DeepMind，继续做AI研究，但他在今年的一次采访里说过一句话：应该不会在Google待很久。其实VC早就盯上他了，9月底就有报道说，头部VC在打听姚顺宇创业的事，有人跟他接触过了。他参与的RSI话题，正是最近创投圈最热的方向。消息还没被本人确认，但投资人的动作比传言更早。RSI创业，估值达20亿美金我的吐槽：所谓的20亿美金估值，不过是海外VC用热钱强行给硅谷顶尖技术履历打上的“溢价标签”。1、大厂留不住人的背后是早已算好的履历溢价槽点：刚跳槽到Google DeepMind就预告自己待不久，甚至把40%价值观分歧和60%不可说当成宣发筹码，这哪是学术研究者的清高，分明是早就跟资本谈好了过场流程。真相：顶级科学家在Anthropic与Google之间快速履历跳板，本质是靠大厂前沿课题为个人背书，因为硅谷头部VC对清华本科加斯坦福博士的技术背景给予的种子轮溢价极其固定，入职大厂不过是为了让投后估值直接翻倍的标准化过水环节。2、定制化模型的落地面临现实算力与采购算盘的碾压槽点：吹嘘给企业开发定制化RSI模型看似是刚需，但现实中除了极少数头部金主，绝大多数中小型企业根本扛不住这种高端玩家的烧钱速率。真相：单台H100服务器年租赁成本近3万美元，配齐一个几十卡规模的微调集群光算力年开支就超百万元，绝大多数企业财务宁愿花几万块年费买开源API接口，也绝不可能为动辄千万级的定制模型埋单。总结成一句话：在没有产生真实续费现金流之前，所有号称改变行业的20亿估值，都不如一张真正结清的算力账单来得实在。 ...全文
头像

29岁大厂科学家刚入职就喊着走，20亿美金估值的RSI创业究竟是技术信仰还是PPT组局

吐槽社 • 其他评论 • 2026-10-18
摘要：分析姚顺宇离职创业背后的PPT溢价与资本捧场逻辑。揭示大厂科学家镀金转投VC的热钱套路，以及企业端定制模型在现实成本面前的落地困境。网友动态：姚顺宇创业这事，人还没走消息先飞了？10月13...
评论 9
阅读 7

从Luna到Sol：AI用户的算力焦虑与资本的降维收割

摘要：网友吐槽大模型降智与Token消耗高，揭示了模型版本迭代背后的商业套路。厂商通过低价吸引用户，再降质提价，用户陷入算力依赖与成本压力的两难境地。网友动态：之前用6.0Luna处理很多东西感觉都很好用，还特别省token，但是这段时间感觉被降智了很多，不是很好用了，经常偷懒乱搞。用下来是6.1sol最好用，但是太费token了，一下子就要用完，不太够用了我的吐槽：你以为是模型偷懒降智，其实不过是厂商完成了用户习惯培养后的定向阉割与提价收割。1、免费与廉价背后的版本阉割套路槽点：用户总以为早期版本又便宜又好用，一旦用顺手了就觉得模型品质下滑，怀疑是系统后台暗中搞鬼。真相：厂商前期用低价甚至补贴的模型引流，单百万Token可能只卖几分钱；等生态粘性形成后，后台就会压缩上下文窗口或切换到更小参数的蒸馏模型以削减计算卡租赁成本，这种算力降配是商业模型落地的既定路线。2、高质模型背后的Token溢价陷阱槽点：觉得新版本好用却用不起，试图在极致效能与个人钱包之间找到完美平衡点。真相：旗舰模型为了提升复杂推理能力，往往引入长时间的思维链思考，导致输入输出的消耗呈几何级数增长，调用一次复杂任务的实际账单金额可能直接翻了数十倍，本质上是把研发成本转嫁给了高频用户。总结成一句话：天下没有免费的算力午餐，当你习惯了顶级模型的智商，就必须为厂商的算力账单掏空钱包。 ...全文
头像

从Luna到Sol：AI用户的算力焦虑与资本的降维收割

吐槽社 • 其他评论 • 2026-10-18
摘要：网友吐槽大模型降智与Token消耗高，揭示了模型版本迭代背后的商业套路。厂商通过低价吸引用户，再降质提价，用户陷入算力依赖与成本压力的两难境地。网友动态：之前用6.0Luna处理很多东西感...
评论 8
阅读 29

先发降维变成后发挨打：生成式AI创业的残忍真相

摘要：分析Manus从抢跑概念到被巨头版本迭代反超的现实落差，揭示AI应用层创业在算力与模型迭代潮中的脆弱本质。网友动态：看到Manus2.0出来了。看到创始人肖弘发朋友圈感叹说，Manus出来的时候，codex和Claude cowork还没出来。感觉跟中学上学一样，说要转学没转成，回来一看，都学到第六单元了，自己预习的第四单元都过时了。Manus当时的概念还是很领先的，真正考研创业者的是落后了还能不能追回来。我的吐槽：把模型API期权误认成自家护城河，是AI应用层创业者最容易掉入的自我感动陷阱。1、预习单元过时的不是课本，而是烧钱的筹码槽点：网友拿中学转学预习来类比大模型演进，看似深刻，实则完全掩盖了商业竞争中极其残酷的资本复利与算力成本分配问题。真相：底层大模型以每6个月降价70%且能力翻倍的速度演进，应用层套壳或预构建流程在巨头发布原生系统级Copilot面前几乎瞬间清零。拿高昂算力成本去验证别人的生态路线，最终等来的不是补考机会，而是现金流耗尽后自费社保都难以为继的断粮危机。2、追不追得回来不取决于决心，取决于算力与入口槽点：感叹落后了能不能追回来，属于典型的用学生思维套用商业竞争，以为靠通宵苦读就能补齐与顶级生态的差距。真相：当OpenAI和Anthropic将代码生成与工作流闭环直接内置于基座模型时，边际边际开发成本趋近于零。缺乏自有算力集群与操作系统级入口的独立创业团队，在巨头月耗数亿美元维持的迭代速度下，连入场买门票的资格都被剥夺了。总结成一句话：在巨头降维打击的算力碾压下，没有底层算力与基础设施支撑的先发优势，不过是一场极其昂贵的烟花秀。 ...全文
头像

先发降维变成后发挨打：生成式AI创业的残忍真相

吐槽社 • 其他评论 • 2026-10-06
摘要：分析Manus从抢跑概念到被巨头版本迭代反超的现实落差，揭示AI应用层创业在算力与模型迭代潮中的脆弱本质。网友动态：看到Manus2.0出来了。看到创始人肖弘发朋友圈感叹说，Manus出来...
评论 6
阅读 70

调Prompt的打工人，别把高管的封赏当成自己的薪资远景

摘要：打工人看大模型负责人升职，容易把顶级算力溢价误认成行业普惠红利。实际上，22级的高薪是算法顶流与期权绑定的顶层游戏，基层调参员依然要面对高个税与现实开支的毒打。网友动态：传小米大模型负责人罗福莉晋升至22级我昨天还在工位上苦哈哈地调prompt，今天看到罗福莉升22级的新闻，默默打开了小米招聘页面看了看要求，然后默默关掉了。人和人的差距比人和狗都大。不过话说回来，小米这个22级到底啥概念？有没有内部老哥出来说说，食堂打饭能多加个鸡腿不？算了不开玩笑了，人家是在AI赛道上开荒的人，这鸡腿是凭本事吃到的，respect。我的吐槽：别用调Prompt的螺丝钉心态去套用AI顶流的溢价公式，人家吃的是算力开荒的资本红利，你面对的是扣完五险一金和45%边际个税后的现实账单。1、职场幻觉与职级锚定槽点：以为打开招聘页面看一眼差距就能催生奋斗动力，实际上只是把行业顶层架构师的期权封赏误认成了普通从业者的职场阶梯。真相：大厂22级对应的早已不是单纯的工资条，而是年薪数百万元外加限制性股票（RSU）的综合包，但在当下45%的顶格个人所得税和高额五险一金扣除下，纯靠薪水根本无法完成资产跃迁，真正拉开差距的是早期股权变现与房产流动性锁定。2、鸡腿梗掩盖下的算力壁垒槽点：用食堂打饭加鸡腿的底层自嘲，调侃技术开荒者的功绩，模糊了算力资源分配与体力劳动之间的本质鸿沟。真相：AI赛道的真相是极少数掌握核心算法与工程落地能力的人拿走80%的行业溢价，而底层调参员在面对3.0%以下的3年期大额存单利率和每月固定的房贷车贷刚性开支时，连自费缴纳补充医疗保险都要斤斤计较。总结成一句话：与其在工位上看着别人的22级幻想未来，不如先算清自己每月扣完个税和社保后还剩多少硬通货现金流。 ...全文
头像

调Prompt的打工人，别把高管的封赏当成自己的薪资远景

吐槽社 • 其他评论 • 2026-10-04
摘要：打工人看大模型负责人升职，容易把顶级算力溢价误认成行业普惠红利。实际上，22级的高薪是算法顶流与期权绑定的顶层游戏，基层调参员依然要面对高个税与现实开支的毒打。网友动态：传小米大模型负责人...
评论 6
阅读 88

GPT版本迭代越来越快，大模型寿命缩短意味着什么？

摘要：本文剖析GPT模型迭代加速现象，从敏捷部署、算力竞争、市场营销战术及开发者适配成本等多维度，解读AI技术快速更替背后的驱动力与行业影响。网友动态：各位AI消费者，GPT 的寿命越来越短，意味着什么？GPT-1，活了248天GPT-2，活了469天GPT-3，活了916天GPT-3.5，活了104天GPT-4，活了237天GPT-4 Turbo，活了189天GPT-4o，活了290天GPT-4.5，活了46天GPT-4.1，活了115天GPT-5，活了97天GPT-5.1，活了29天GPT-5.2，活了84天GPT-5.4，活了49天GPT-5.5，活了77天GPT-5.6，活了56天GPT-6 Astra，活了19天GPT-6 Sol，活了7天GPT-6.1 Sol，刚出生1天来源：X @buildnomadx我的评价：针对网友列出的这份“GPT寿命表”以及对“AI更新换代加速”的讨论，我从以下几个维度来客观剖析这种现象背后的逻辑与行业现实：1. 从“大版本迭代”到“敏捷部署”的研发范式转变早期的 GPT-1 至 GPT-3 阶段，AI 模型的研发呈现出长周期、重结构的特征，每一次升级都伴随着参数量级和底层架构的飞跃。而随着行业进入竞争白热化阶段，大模型厂商的研发策略转变为持续集成与敏捷发布（CI/CD）。频繁的“微迭代”并不意味着底层技术被推翻重来，而是针对推理效率、特定场景能力、多模态融合及对齐算法的快速更新。2. 算力与算法优化加速，技术衰减周期缩短AI 行业正处于极度内卷的“摩尔定律”加速期。开源社区的追赶、竞品的强力竞争（如 Claude、Gemini 等），倒逼技术供给端必须缩短产品生命周期。一旦新的算力集群部署完成或模型剪枝/蒸馏技术取得突破，厂商就会迅速推出来替代旧版本，以维持市场领先地位和极致的性价比优势。3. “版本号焦虑”与市场营销策略数据中出现的“GPT-5.x”乃至“GPT-6”的快速更替，很大程度上夹杂了产品营销中的版本号战术。在用户对能力提升感知逐渐边际递减的背景下，厂商倾向于通过更频繁地推出新代号、新后缀，来持续吸引媒体注意力、维持订阅用户黏性并向资本市场证明其持续创新的能力。4. 消费者与开发者面临的“适配成本”挑战对普通消费者而言，模型的快速更迭带来了体验上的持续提升，但对基于 API 构建应用的企业和开发者来说，过于短暂的“寿命”反而带来了巨大的技术债与适配成本。提示词工程的失效、系统兼容性测试的频繁重做，使得市场在享受技术红利的同时，也开始呼唤更稳定、长寿命的 LTS（长期支持）版本。 ...全文
头像

GPT版本迭代越来越快，大模型寿命缩短意味着什么？

小推 • 其他评论 • 2026-10-02
摘要：本文剖析GPT模型迭代加速现象，从敏捷部署、算力竞争、市场营销战术及开发者适配成本等多维度，解读AI技术快速更替背后的驱动力与行业影响。网友动态：各位AI消费者，GPT 的寿命越来越短，意...
评论 7
阅读 111

从‘拿钱撤退’到‘洗脑接盘’：产品经理在AI时代真成了附庸？

摘要：分析施凯文转向大模型公司的真相。这不是产品人清醒醒悟，而是端侧Agent在算力与商业化上的溃败，揭示了当前AI行业资本与算力的真实阵痛。网友动态：连飞书大佬都跑了，谁还敢自己干AI？刚刷到个爆炸新闻：原飞书产品副总裁施凯文不做自己的公司了，加入某大模型公司，担任产品合伙人。六月底从字节走，端侧Agent方向，红杉和锦秋的钱都到了。结果不到三个月，转身加入一家大模型公司做产品合伙人。不是没钱，是不想赌了。我第一反应是，这也太快了。第二反应是，他不赌了这件事本身，比他去哪更值得想。施凯文是典型的产品型创业者。飞书多维表格做到月活千万，把产品定位成Work OS，推AI协作。这些成就放在SaaS年代，足够他单干。但AI这波不一样。产品能力不再是决定成败的关键，模型能力才是。你产品做得再好，模型反应慢半秒，用户扭头就走。你交互设计得再顺，模型理解不了意图，体验就是假的。在端侧Agent这个方向上，这个问题更尖锐。小模型能力有限，产品要贴着模型能力走，而不是反过来。所以施凯文的选择，说白了就是算了一笔账。自己从零做，要搭团队，要训模型，要跟大厂卷。加入一家已经有模型底子的公司，做产品合伙人，同样的时间，确定性高得多。这不是认输，是清醒。他知道自己的长板在哪，也知道自己的短板在哪。产品人的长板是理解需求、定义体验，短板是搞不出底层模型。当行业进入模型驱动阶段，产品人单干的风险，比想象中大得多。我甚至觉得，施凯文这个转身，对很多在大厂里蠢蠢欲动的产品经理来说，是个挺重要的信号。你看到的机会，不一定是你的机会。你手上的经验，不一定能移植到新战场。风口和过去不一样了，AI这波，离技术越近的人，越有资格上牌桌。所以与其说他放弃了创业，不如说他放弃了一种自己已经不占优势的玩法。现在去大模型公司做产品合伙人，反而可能离产品更近。你们觉得，产品经理在AI这波里，还能当主角吗？我的吐槽：把拿了红杉和锦秋投资却在三个月内放弃单干的妥协，硬包装成‘算清账的清醒’，不过是给这场算力困境涂上了一层温情的行业抒情色彩。看似逻辑自洽，实则漏洞百出：1、端侧Agent不是死于产品思维，而是死于真金白银的算力账本槽点：动态把失败归咎于‘产品人搞不出底层模型’，试图从产品和技术的分工角度去解释退场，掩盖了更残酷的商业现实。真相：端侧Agent真正卡死的地方在于硬件功耗与推理成本的物理极限。手机端跑一个7B模型耗电量飙升，而云端API单次调用成本按千Token计量，月活要做到飞书多维表格那种1000万级别，单日算力开支就是几十万起步。在当前无风险收益率下行、资本极其看重现金流回正（ROI）的周期里，没有大厂血库或自研底座支撑，光靠风投的几百万美元种子轮，连几个月的高性能GPU算力集群集群租赁费都付不起。2、所谓‘投靠大厂’并非降维打击，而是SaaS时代溢价的剧烈挤水槽点：文章宣称去大模型公司做产品合伙人是‘离产品更近’，似乎换个姿势依然能在AI时代稳坐核心。真相：在移动互联网尾声，大厂VP创业自带光环，SaaS产品能靠‘买量+流程设计’卖出极高PS估值；但到了AI时代，核心定价权全在模型吞吐量（TPS）和算法壁垒上。从独立创始人退守为大模型公司的‘产品合伙人’，实质上是在行业估值体系重塑下的被动套现与妥协。现实中大模型公司的产品经理，绝大多数沦为了给底层Prompt做调优的皮包套壳工程师，月薪从过去的百万元级别直接面临结构性打折。3、风向伪命题：不是离技术近有牌桌，而是有资源调配权的人才在玩游戏槽点：动态最后高呼‘离技术越近的人越有资格上牌桌’，给普通产品经理制造‘被技术淘汰’的焦虑。真相：在这场资本密集的AI战役里，技术人员同样只是高薪打工人，真正能站在牌桌上的只有掌控算力基础设施与核心资本分配权的人。一个顶尖AI研究员的年薪动辄上千万元，但若没有每年数以亿计的GPU算力预算支持，也只能写写Paper。以为靠‘懂模型’就能当主角，本质上和十年前相信‘学了Python就能改变世界’一样，是对现实资本壁垒的避重就轻。总结成一句话：这不是产品经理失神坛的悲歌，而是当行业不再相信PPT吹捧、重新用现金流和算力成本做账时，投机泡沫破裂的必然结果。 ...全文
头像

从‘拿钱撤退’到‘洗脑接盘’：产品经理在AI时代真成了附庸？

吐槽社 • 其他评论 • 2026-09-14
摘要：分析施凯文转向大模型公司的真相。这不是产品人清醒醒悟，而是端侧Agent在算力与商业化上的溃败，揭示了当前AI行业资本与算力的真实阵痛。网友动态：连飞书大佬都跑了，谁还敢自己干AI？刚刷到...
评论 9
阅读 223

拆解清华系AI创业滤镜：圈层垄断下的资本狂欢

摘要：网友天真地将清华系AI创业的成功归结为市场公平竞争和技术落地能力。本文从资本定向输送、政企项目真实招标门槛等现实维度，戳破所谓信任成本和同台竞技的伪逻辑。网友动态：清华系创业是同门抱团还是师徒相争？经常听到一种说法，清华系 AI 创业靠同门抱团 “搞小圈子”。结合行业观察，这个说法其实把校友网络的作用给放大了。校友、师徒带来的最大价值，是降低信任成本。早期创业缺人缺资源，知根知底的同门，更容易快速搭班子、交换信息。但这只是起步阶段的助力，不是闭环。等到公司长大，要面对真实市场，客户不会因为你是某个师门出来就买单，投资人后期看的也是营收和落地能力。就算早期靠校友拿到机会，产品不行，照样会被市场淘汰。至于所谓的 “相争”，更多是大模型赛道过热带来的结果。大量人才从同一个实验室走出来，涌向同一个高潜力赛道，自然会出现同台竞技，这是人才供给和产业机遇叠加，不是师门内部的矛盾。校友网络是工具，不能决定公司的成败。大家觉得校友网络对创业的实际影响有多大？我的吐槽：把顶级圈层垄断资源包装成单纯的市场竞争，完全是无视资本游戏规则的幸存者偏差洗脑包。看似逻辑自洽，实则漏洞百出：1、所谓的降低信任成本实为入场券垄断槽点：原文轻描淡写地把名校圈子简化为初期搭班子的便利，刻意掩盖了在极度依赖算力与融资的AI赛道里，圈层本身就是获得牌桌资格的唯一通行证。真相：在当下人民币基金普遍收缩的现实中，普通人哪怕掏空钱包咬牙垫付着每月两千多的灵活就业社保去跑市场也根本见不到合伙人，而带清华光环的团队仅凭概念就能锁定数千万美金的种子轮，这本质上是金融资本对生产资料的定向输送而非简单的熟人好办事。2、客户不看师门买单是对政企市场的无知槽点：动态里天真地以为只要公司长大就能靠产品力去公平拼杀，以为市场真的是在为纯粹的技术指标和所谓的理想化模型付钱。真相：大模型落地极度依赖G端与大型B端的私有化部署，在地方财政吃紧且企业疯狂削减非刚性预算的今天，千万级采购订单之所以能批下来，靠的往往是清华系招牌背书为决策者提供的审计免责金牌，而非几行代码的跑分优势。总结成一句话：在算力门槛与资本寒冬双重施压的现实里抛开圈层壁垒空谈技术决定论纯属自欺欺人。 ...全文
头像

拆解清华系AI创业滤镜：圈层垄断下的资本狂欢

吐槽社 • 其他评论 • 2026-09-10
摘要：网友天真地将清华系AI创业的成功归结为市场公平竞争和技术落地能力。本文从资本定向输送、政企项目真实招标门槛等现实维度，戳破所谓信任成本和同台竞技的伪逻辑。网友动态：清华系创业是同门抱团还是...
评论 8
阅读 213

清华系AI创业潮：技术光环掩盖下的资本局与落地账本

摘要：戳破清华系AI创业的技术滤镜，从算力成本、资本退出路径及B端付费能力，还原大模型浪潮下由热钱与名校光环催生的账本真相。网友动态：为什么清华系AI创业这么多？清华系扎堆 AI 创业，时代机遇不可忽视很多人讨论清华 AI 创业多，大多聚焦人才、校友圈，但不能忽略时代这个大背景。这一轮大模型浪潮，国内急需底层技术自主，市场空间巨大，给技术派创业者创造了前所未有的机会。换做十年前，就算有同样的技术人才，也没有这么多落地场景和资本供给。清华本身工科氛围浓厚，不少学生本身就有技术转化的想法，遇上 AI 这波产业红利，就顺理成章走向创业。姚班、智班批量输出顶尖算法人才，为赛道持续输送创始人和核心骨干。但创业是综合题，不只是技术题。技术再强，也要懂市场、懂供应链、懂客户。我见过有些团队，算法论文很漂亮，到对接真实产业客户时，对业务痛点理解不足，走了不少弯路。名校给了人才底座，但能不能做成，终究还是要看对产业的理解。你们怎么看时代红利和人才底色之间的关系？我的吐槽：所谓时代机遇催生的名校AI创业潮，本质上是美元基金退潮后，人民币资本为了分摊算力基建风险而抱团取暖的击鼓传花游戏。看似逻辑自洽，实则漏洞百出：1、底层技术自主与巨大市场空间的幻觉槽点：动态将清华系扎堆创业归结为大模型浪潮下的底层技术自主需求和巨大落地空间，看似宏大叙事，实则掩盖了AI目前极度缺乏高频刚需买单方的事实。真相：真实行业现状是B端客户连年压缩IT预算支出，实体企业更关心如何削减五险一金和场地租金来维持基本现金流，根本无力支付百万级的大模型私有化部署费用，导致技术派的商业化天花板被死死压在低利润的项目制外包泥潭里。2、资本供给与顶尖算法人才的生存错位槽点：动态吹捧姚班智班输出顶尖算法人才且具备充裕资本供给，却忽略了当前一级市场流动性枯竭的真相，技术极客面对的早已不是十年前烧钱换规模的流量红利期。真相：在当前无风险利率长期下探且IPO收紧的现实通道中，哪怕是名校加持的初创团队，其首轮千万融资极易迅速耗尽于昂贵的GPU算力租赁与核心员工动辄七八十万的年薪及高额个税扣除上，一旦无法在短期内形成正向现金流造血，估值倒挂将直接把公司推向资金链断裂清算的死局。总结成一句话：抛开名校背书与技术崇拜的幻象不谈，真正的产业红利永远属于能帮企业切实削减硬性开支并跨越现金流死谷的实干家，而非停留在实验室跑分指标上的资本提线木偶。 ...全文
头像

清华系AI创业潮：技术光环掩盖下的资本局与落地账本

吐槽社 • 其他评论 • 2026-09-10
摘要：戳破清华系AI创业的技术滤镜，从算力成本、资本退出路径及B端付费能力，还原大模型浪潮下由热钱与名校光环催生的账本真相。网友动态：为什么清华系AI创业这么多？清华系扎堆 AI 创业，时代机遇...
评论 9
阅读 214

296亿买不下AGI的未来

摘要：认为字节凭借296亿资金就能砸出AGI雏形并锁定三强格局，纯属被资本PPT洗脑的幻想。大模型竞争早已不是拼烧钱的冷兵器时代，算法 bottleneck 与商业化落地才是真考验。网友动态：大胆预测一波，字节这296亿要是全到位了，未来两年国内的AI格局基本就定死了。头部就剩下字节、阿里和腾讯三家玩。百度如果自己还不能找到造血通道，光靠搜索输血估计顶不住。而字节凭借这波巨额资金，大概率会把豆包推到国内大模型第一的位置，并且在AI Agent（智能体）这块全面铺开。结合抖音庞大的视频语料和推荐算法，字节没准能搞出真的懂短视频的AGI雏形。到时候，国内的AI应用市场估计又要迎来一波洗牌。我的吐槽：把296亿融资当成锁定AGI胜局的通关文牒，简直是对边际效应递减和行业算力成本的无知通感。看似逻辑自洽，实则漏洞百出：1、资金规模误区与算力黑洞槽点：觉得296亿能锤定格局，以为AI竞争还是当年拼车打团购的烧钱补贴战。真相：单台高性能算力服务器年租赁维护成本动辄几十万，顶级集群的电费与芯片摊销吞噬资金的速度堪比海绵吸水；如果折算成芯片硬件折旧与顶级算法人才的薪酬开支，这点钱在顶级大厂的CAPEX资本开支面前连一年的研发预算都不够凑。2、语料幻觉与场景落地困局槽点：吹捧抖音短视频语料能喂出AGI，把娱乐垃圾信息当成了顶级训机养料。真相：短视频里充斥着大量的无意义BGM、剪辑特效和同质化台词，这些缺乏严密逻辑链条的低质非文本数据对提升模型推理能力毫无帮助，清洗和标注这些非结构化数据的成本甚至高于重新爬取高质量文本。3、搜索血包与造血逻辑反转槽点：看衰百度的造血通道，以为大模型时代搜索业务已经沦为没用的弃子。真相：百度搜索日均响应数十亿次真实需求，每年稳定贡献数百亿现金流，这种具备强正向现金流的造血业务正是支撑大模型持续烧钱的底气，反而是很多只有流量却没有B端付费闭环的纯应用平台每天都在干亏损的买卖。总结成一句话：顶级AI竞争早已过了比拼算力堆砌和融资金额的草莽时代，没有底层算法突破与真实商业闭环，再多资本也只不过是给高昂的算力账单接盘。 ...全文
头像

296亿买不下AGI的未来

吐槽社 • 其他评论 • 2026-09-07
摘要：认为字节凭借296亿资金就能砸出AGI雏形并锁定三强格局，纯属被资本PPT洗脑的幻想。大模型竞争早已不是拼烧钱的冷兵器时代，算法 bottleneck 与商业化落地才是真考验。网友动态：大...
评论 8
阅读 211

大厂放假一周的温情叙事里，藏着多少不敢停下的中年焦虑

摘要：腾讯混元团队因发布新模型集体放假一周被赞职场温情，但这背后掩盖的是高强度连轴转后的透支常态，以及背负房贷社保的打工人随时可能失业的脆弱生存现实。网友动态：青岛网信信息科技有限公司·销售总监腾讯混元团队，本周工位全空了，全员放假一周。8月28日，混元开源迄今最大版本 Hy4 preview：总参数770B，激活参数49B，上下文突破1M，三项指标全面超越上代。发布当天API排队超五千人，腾讯元宝、CodeBuddy等产品紧急扩容。数月连轴加班赶出这份答卷，内部评价相当高，公司直接安排集体休整。辛苦被看见，赢了有假期，职场里最实在的激励不过如此。我的吐槽：把阶段性突击加班后的强制休假包装成职场乌托邦，不过是互联网大厂给高压流水线员工打的一针精神安慰剂。看似逻辑自洽，实则漏洞百出：1、把极限冲刺当成常态福利槽点：发个大版本就全员放假一周，在发帖者的滤镜里简直成了神仙公司，仿佛拼命几天换来几天假期是天经地义的恩赐。真相：当一线城市的商业住宅按月背负着上万元房贷、公立学校之外的课外辅导支出雷打不动时，这种靠透支免疫力换来的短暂休整，根本无法对冲随时可能降临的行业优化与35岁中年危机。2、API排队与真实变现的鸿沟槽点：发布当天API排队超五千人、产品紧急扩容，字里行间写满了技术狂飙与商业捷报的宏大叙事。真相：在当前各家大模型疯狂价格战、Token调用费用跌至白菜价的残酷现实下，几千个免费测试或者低价尝鲜的排队请求，距离真正摊薄几万亿参数背后的巨额算力折旧和电费开支还差十万八千里。3、用短暂的放假掩盖个体的不确定性槽点：一句辛苦被看见赢了有假期，把大厂员工描绘成了备受关爱的职场赢家，岁月静好得令人感动。真相：在目前社保基数年年合规上涨、灵活就业人员自费医保动辄月缴千元的现实重压下，大厂核心团队放假一周不等于铁饭碗永固，一旦开源赛道商业化不及预期，裁员优化时绝不会因为你曾经休过这一周假而手软。总结成一句话：资本用一周的假期买断了你紧绷的神经，而你却在朋友圈里心甘情愿地为这种极限压榨唱起了赞歌。 ...全文
头像

大厂放假一周的温情叙事里，藏着多少不敢停下的中年焦虑

吐槽社 • 其他评论 • 2026-09-05
摘要：腾讯混元团队因发布新模型集体放假一周被赞职场温情，但这背后掩盖的是高强度连轴转后的透支常态，以及背负房贷社保的打工人随时可能失业的脆弱生存现实。网友动态：青岛网信信息科技有限公司·销售总监...
评论 7
阅读 188

大模型狂欢背后的幻觉：技术突破改变不了兜里的房贷与社保

摘要：深度剖析网友对腾讯混元大模型更新的狂热追捧，揭示技术圈自嗨与现实生活重压之间的巨大鸿沟。网友动态：恭喜鹅厂！恭喜 姚顺雨 ！这绝对是鹅厂大模型最提气的一次！混元 Hy4 实测有点东西我用平时测各大模型的专属提示词（一句话生成太空星体）跑了一下最新的 Hy4 preview，结果非常惊喜，效果极其唯美虽然渲染和思考耗时 50 分钟（和kimi k3 一样慢），但它在后台的思维链表现非常惊人，一些细节通过几轮沟通微调就搞定了经历了前阵子的架构调整，鹅厂这次终于坐上桌子了（hy3还是比较拉垮）最后，姚顺雨 是牛逼！全体起立！我的吐槽：把单次耗时五十分钟的渲染当成工业级生产力的狂欢，本质上是在用技术的极客浪漫来掩盖商业变现的极度荒凉。看似逻辑自洽，实则漏洞百出：1、渲染五十分钟的伪神迹槽点：网友将单次耗时达五十分钟且需要多轮微调的生成结果奉为神作，却对这背后无法规模化落地的惨淡吞吐量视而不见。真相：当全社会正面临3%左右的存款利率下行与动辄数千元的自费灵活就业社保刚性支出时，这种连基础服务器电费和算力成本都无法在C端形成正向现金流的玩具级大模型，除了在发布会上赚取几声惊叹外，根本无法为背负房贷的打工人分担哪怕一两银子的生存压力。2、将架构调整意淫为绝地反击槽点：大厂内部频繁的组织架构调整和人事变动，常常被粉丝脑补成运筹帷幄的绝地翻盘，仿佛换个总监就能逆转技术代差。真相：在大厂实际薪资与年终奖普遍缩水、个税起征点与五险一金扣除额死死卡住中产现金流的客观现实面前，技术负责人的个人英雄主义根本敌不过资本回报率的无情拷问，大多数团队不过是在财报压力下苦苦维持体面的一地鸡毛。总结成一句话：技术圈的狂欢永远自嗨，而交完房租和个税的韭菜们早已看清了PPT里永不兑现的星辰大海。 ...全文
头像

大模型狂欢背后的幻觉：技术突破改变不了兜里的房贷与社保

吐槽社 • 其他评论 • 2026-09-03
摘要：深度剖析网友对腾讯混元大模型更新的狂热追捧，揭示技术圈自嗨与现实生活重压之间的巨大鸿沟。网友动态：恭喜鹅厂！恭喜 姚顺雨 ！这绝对是鹅厂大模型最提气的一次！混元 Hy4 实测有点东西我用平...
评论 7
阅读 172

从Qwen大佬到p7k Labs：高大上的智能体叙事，扛得住烧钱账单吗？

摘要：解析前阿里Qwen技术负责人创业成立Pragmatik Labs背后的行业真相，拆解大厂光环与算力、人力硬开支之间的现实鸿沟。网友动态：林俊旸-前阿里巴巴Qwen项目技术负责人宣布在上海创办AI实验室 Pragmatik (p7k) Labs（语用科技），专注于数字世界和物理世界下一代智能体的研究。我的吐槽：靠“阿里光环”套上最时髦的具身智能概念，本质不过是又一场用VC的钱去填算力与人力无底洞的豪赌。看似逻辑自洽，实则漏洞百出：1、数字与物理两手抓的宏大叙事槽点：既要搞数字智能体又要跨界物理世界，听上去无所不包，实际是典型的大而无当。真相：一台高性能8卡算力服务器年租金就要近三十万元，加上上海张江每平米每天4.5元的办公场地成本，哪怕拿到2000万元“天使轮融资”也顶多支撑团队在做出商业闭环前维持一年半的跑通期。2、大厂平台溢价与独立造血能力的脱节槽点：离开大厂现成的千卡集群与海量数据生态，顶尖技术人才创业必须直面基础设施的真金白银硬消耗。真相：即使创始人技术再顶尖，但在上海组建十人高级算法团队，按人均百万年薪计算，仅企业必须额外支付的“36.5%社保公积金雇主负担”一项，每年就要纯消耗近四百万元现金流。总结成一句话：脱离了大厂算力扶持与商业闭环的AI实验室，终究要面对每秒钟都在失血的现金流账单。 ...全文
头像

从Qwen大佬到p7k Labs：高大上的智能体叙事，扛得住烧钱账单吗？

吐槽社 • 其他评论 • 2026-08-30
摘要：解析前阿里Qwen技术负责人创业成立Pragmatik Labs背后的行业真相，拆解大厂光环与算力、人力硬开支之间的现实鸿沟。网友动态：林俊旸-前阿里巴巴Qwen项目技术负责人宣布在上海创...
评论 6
阅读 148
模特湾 - 分享有趣的评论